《Nature Communications》：Unpacking sources of transmission in HIV prevention trials with deep-sequence pathogen data
编辑推荐：
为解决社区随机试验中干预措施的真实影响评估难题，研究人员利用深度测序（NGS）数据分析，开发了一种统计新方法。他们将其应用于博茨瓦纳联合预防项目（BCPP），发现试验区内高达90%的新感染源自区外，并估算若将干预措施推广至全国，可额外减少59%的传播。此研究为设计和评估HIV预防公共卫生项目提供了关键视角。
在抗击艾滋病（Acquired Immune Deficiency Syndrome, AIDS）的全球战役中，科学家们一直在努力开发和评估各种预防策略。其中，社区随机试验是一种评价干预措施有效性的“金标准”。然而，一个长期困扰研究人员的核心问题是：当我们在一部分社区实施强力干预（如普及HIV检测与治疗）后，观察到的感染率下降幅度，究竟在多大程度上真实反映了干预措施的效果，又有多大程度被来自未干预社区的“外部”输入性病例所稀释？换言之，如果试验“围墙”之外存在持续的传染源，那么再好的“院内”干预，其显示出的效力也可能被严重低估。博茨瓦纳联合预防项目（Botswana Combination Prevention Project, BCPP）就是这样一项雄心勃勃的试验，但初步结果显示干预效果似乎未达预期。这背后，是否隐藏着未被充分认识的“外来”传播链？为了揭开这个谜团，准确量化不同来源的贡献，并为未来的公共卫生决策提供更坚实的依据，一项结合前沿生物信息学与流行病学模型的研究应运而生，其成果发表在《自然-通讯》（Nature Communications）上。
为了精准追溯HIV的传播路径，本研究主要依赖几个关键技术方法：首先是深度测序（deep-sequencing，或下一代测序，next generation sequencing, NGS），它能对HIV病毒的基因进行高分辨率测序，为识别紧密相关的病毒株、从而推断传播链提供了分子层面的“指纹”。其次，研究人员设计了一种创新的统计模型框架，专门用于分析社区随机试验中的深度测序数据，该模型能够估计新发感染中来自试验社区内部、其他试验社区以及试验区域外部等不同来源的相对贡献。本研究的分析基于BCPP试验的队列数据，这是一个在博茨瓦纳进行的社区随机对照试验，旨在评估包括普遍检测与治疗（universal test-and-treat）在内的联合预防措施的效果。
Estimating sources of infection using deep-sequence data
研究人员开发并应用了一种新的统计方法来估计感染源。该方法利用深度测序获得的HIV病毒基因序列，通过构建系统发育树（phylogenetic tree）来推断病毒之间的亲缘关系，从而识别可能的传播对。模型整合了个体的地理社区信息、感染时间估计等数据，量化了不同地理来源（如本社区内、其他试验社区、试验区域外）对新发感染的贡献比例。
Application to the Botswana Combination Prevention Project (BCPP)
将上述方法应用于真实的BCPP试验数据后，得出了关键量化结果。在接受了联合预防干预的试验社区中，模型估计高达90% [95%置信区间（Confidence Interval, CI）: 80–94]的新发感染来源于居住在试验区域之外的个体。这一发现表明，外部传染源是干预社区内持续发生新感染的主要驱动力量。
Estimated impact of a nationwide BCPP intervention
基于模型，研究人员进一步推演了干预措施扩大应用后的潜在影响。他们估计，如果将BCPP干预措施推广到全国所有社区（而非仅在试验社区实施），那么相对于仅在试验社区实施干预的情景，从全国范围传染源传播至试验社区接受者的感染数量将减少59% [95% CI: 3–87]。这个潜在的减少幅度，显著超过了仅在试验社区实施干预所观察到的30%的感染减少。这表明，BCPP干预措施本身是有效的，但其在试验中观测到的影响因外部传染源的持续输入而受到了限制。
Discussion
研究的讨论部分强化了核心结论：在BCPP这样的社区随机试验中，来自试验区域外的传播是影响干预效果评估的关键因素。如果不考虑这些外部来源，可能会严重低估干预措施在全面实施时的真实潜力。该研究首次提供了一种量化“外部输入”对HIV预防试验影响的方法学工具。其意义在于，它促使公共卫生项目的设计者和评估者必须正视并量化那些“干预措施触角所不及”的传染源的影响。在规划和评估像普遍检测与治疗这样的HIV预防策略时，必须采用更广阔的、区域甚至国家层面的视角，而不仅仅局限于孤立的试验社区。只有这样，才能对一项干预措施的真实人群效益做出更准确、更具说服力的预估，从而为制定具有全局视野和实际效用的艾滋病防治公共卫生政策提供至关重要的科学依据。
